[发明专利]侧信道攻击模型的构建方法、密码攻击设备及计算机存储介质

权利要求书

1.一种侧信道攻击模型的构建方法，其特征在于，所述侧信道攻击模型包括多个神经网络和多层感知器，所述方法包括：

获取第一明文和第一密钥，并对所述第一明文和第一密钥进行多次加密运算以得到多个第一侧信道波形；

计算多个所述第一侧信道波形对应的中间值，并将所述中间值作为所述第一侧信道波形的分类标签；

将多个所述第一侧信道波形分别输入多个不同类型的神经网络进行模型训练，以分别得到每个所述第一侧信道波形在多个所述神经网络中隐藏层的输出值；

将所述输出值进行拼接，得到每个所述第一侧信道波形对应的拼接值，并将多个所述第一侧信道波形对应的拼接值输入多层感知器进行预测，以得到每个所述第一侧信道波形的预测结果；

根据所述每个所述第一侧信道波形的预测结果和对应的所述分类标签对所述多层感知器和多个所述神经网络进行参数调整以完成侧信道攻击模型的构建。

2.根据权利要求1所述的侧信道攻击模型的构建方法，其特征在于，还包括：

获取第二明文，并将所述第二明文输入包含第二密钥的目标设备上进行多次加密运算，以得到多个第二侧信道波形；

利用所述侧信道攻击模型对多个所述第二侧信道波形进行攻击，以对所述侧信道攻击模型进行验证。

3.根据权利要求2所述的侧信道攻击模型的构建方法，其特征在于，所述利用所述侧信道攻击模型对多个所述第二侧信道波形进行攻击，包括：

获取所述第二密钥的字节猜测值；

将所述第二侧信道波形输入所述侧信道攻击模型，以生成概率矩阵；

计算所述字节猜测值在所述概率矩阵中的总似然度；

获取所述总似然度中的最大值，并将所述最大值对应的字节猜测值作为字节破解值；

若所述字节破解值与所述第二密钥相同，则攻击成功。

4.根据权利要求3所述的侧信道攻击模型的构建方法，其特征在于，所述计算所述字节猜测值在所述概率矩阵中的总似然度，包括：

根据总似然度计算公式计算所述字节猜测值在所述概率矩阵中的总似然度；

所述总似然度计算公式为：

其中，m′为所述概率矩阵中第二侧信道波形的数量，k′[0]为第i条第二侧信道波形对应的第二密钥的字节猜测值，为第i条第二侧信道波形被预测为分类标签s′_i的概率。

5.根据权利要求2所述的侧信道攻击模型的构建方法，其特征在于，所述第一侧信道波形和所述第二侧信道波形的类型相同，包括功耗波形、电磁泄露波形或者所述功耗波形与所述电磁泄露波形的组合。

6.根据权利要求1所述的侧信道攻击模型的构建方法，其特征在于，所述将多个所述第一侧信道波形对应的拼接值输入多层感知器进行预测，包括：

将多个所述神经网络与多层感知器合并，以得到合并神经网络，并训练所述合并神经网络的权重矩阵；

根据所述权重矩阵对所述每个所述第一侧信道波形对应的拼接值进行预测。

7.根据权利要求1所述的侧信道攻击模型的构建方法，其特征在于，所述将多个所述第一侧信道波形分别输入多个不同类型的神经网络进行模型训练，包括：

将多个所述第一侧信道波形分别输入多个不同类型的神经网络，以分别得到多个所述第一侧信道波形的输出值；

将多个所述第一侧信道波形的输出值分别输入多个多层感知器进行模型训练；

所述分别得到每个所述第一侧信道波形在多个所述神经网络中隐藏层的输出值，包括：

分别得到每个所述第一侧信道波形在多个所述多层感知器中隐藏层的输出值。

8.根据权利要求7所述的侧信道攻击模型的构建方法，其特征在于，所述根据所述每个所述第一侧信道波形的预测结果和对应的所述分类标签对所述多层感知器和多个所述神经网络进行参数调整以完成侧信道攻击模型的构建，包括：

根据所述每个所述第一侧信道波形的预测结果和对应的所述分类标签对所述多层感知器进行参数调整以完成侧信道攻击模型的构建。